轉換為資料集

本文描述如何使用 Azure Machine Learning 設計工具中的「轉換為資料集」元件，將管線的任何資料轉換為設計工具的內部格式。

在大部分情況下，都不需要轉換。 在資料上執行任何作業時，Azure Machine Learning 會隱含地將資料轉換成其原生資料集格式。

如果您在一組資料上執行某種正規化或清除，而且想要確保所做的變更可用於其他管線，我們建議將資料儲存為資料集格式。

注意

「轉換為資料集」只會變更資料格式。 它不會將新的資料複本儲存在工作區。 若要儲存資料集，請按兩下輸出連接埠，選取 [另存為資料集]，並輸入新名稱。

如何使用「轉換為資料集」

建議在使用「轉換為資料集」之前，使用 「編輯中繼資料」元件來準備資料集。 您可以新增或變更資料行名稱、調整資料類型，以及視需要進行其他變更。

1. 將「轉換為資料集」元件新增至您的管線。 您可以在設計工具中的資料轉換類別中找到此元件。

2. 連線到輸出資料集的任何元件。

   只要資料是 tabular，即可將其轉換成資料集。 這包括透過 [匯入資料] 載入的資料、透過 [手動輸入資料] 建立的資料，或透過 [套用轉換] 轉換的資料集。

3. 在 [動作] 下拉式清單中，指出您是否想要在儲存資料集之前，對資料進行任何清除：

   • None：依原樣使用資料。

   • SetMissingValue：將指定值設為資料集中的遺漏值。 預設預留位置是問號字元 (?)，但您可以使用 [自訂遺漏值] 選項來輸入不同的值。 例如，如果您針對 [自訂遺漏值] 輸入 Taxi，則資料集中的所有 Taxi 執行個體將會變更為遺漏值。

   • ReplaceValues：使用此選項以指定要以任何其他精確值取代的單一精確值。 您可以藉由設定 Replace 方法來取代遺漏值或自訂值：

     • Missing：選擇此選項以取代輸入資料集中的遺漏值。 針對 [新值]，輸入要用來取代遺漏值的值。
     • Custom：選擇此選項以取代輸入資料集中的自訂值。 針對 [自訂值]，輸入您想要尋找的值。 例如，如果您的資料包含用來做為遺漏值之預留位置的字串 obs，請輸入 obs。 針對 [新值]，請輸入要用來取代原始字串的新值。

   請注意，ReplaceValues 作業僅適用於完全相符的值。 例如，下列字串不會受到影響：obs.、obsolete。

4. 提交管線。

結果

• 若要使用新名稱儲存產生的資料集，請在元件右側面板中的 [輸出] 索引標籤下，選取登錄資料集圖示。

技術說明

• 任何採用資料集做為輸入的元件也可以取得 CSV 檔案或 TSV 檔案中的資料。 在執行任何元件程式碼之前，會先前置處理輸入。 前置處理相當於在輸入中執行「轉換為資料集」元件。

• 您無法從 SVMLight 格式轉換為資料集。

• 指定自訂取代作業時，會將搜尋和取代作業套用至完整值。 不允許有部分相符。 例如，您可以使用 -1 或 33 來取代 3，但您無法取代兩位數中的 3，例如 35。

• 在自訂取代作業中，如果您使用的任何取代字元不符合資料行的目前資料類型，則取代會失敗而無任何訊息。

後續步驟

請參閱 Azure Machine Learning 可用的元件集。